“渤海粮仓”小麦苗情诊断及气象灾害预测与服务系统研发

发布时间：2017-08-11 17:42

  本文关键词：“渤海粮仓”小麦苗情诊断及气象灾害预测与服务系统研发

  更多相关文章： 渤海粮仓 农业信息化 预测模型 数据管理 分布式系统

【摘要】：小麦是中国粮食生产系统中的重要组成部分,虽然我国小麦总产量实现了10年连续增长,但是“粮食连续增产的时间越长,可能离减产的拐点也就越近”的危险始终存在。环渤海低平原地区包含4000多万亩中低产田和1000多万亩盐碱荒地,是粮食增产潜力巨大的地区,但存在淡水资源匮乏、土壤瘠薄盐碱等问题。针对以上问题,李振声院士提出了“渤海粮仓”战略构想,拟通过综合采取以“土、肥、水、种”为核心的改良技术和增产措施,改造盐碱荒地、提高中低产田产量。信息化是传统农业向现代农业转化的重要推动力量,是“渤海粮仓”战略实现的重要手段,利用信息化手段及时掌握小麦生产环境变化,加强对小麦苗情诊断和气象灾害预测,根据生产状况调整小麦管理方案,对提高小麦生产科学管理水平和增产增收具有重要的意义。本文在项目组前期物联网系统研究基础上,通过广泛查阅国内外相关研究,结合渤海粮仓科技示范工程的实际需求,充分利用农业物联网、BP神经网络、Java EE等理论和技术,研究了小麦苗情诊断方法、干热风年型预测模型、冻害诊断方法、旱灾诊断方法和小麦生产信息数据管理方法,进而研发了“渤海粮仓”小麦生产信息服务系统。该系统实现了麦田环境数据的结构化管理、小麦苗情诊断与气象灾害预测、服务信息推送等功能,应用于渤海粮仓山东项目区典型地块的小麦生产管理和决策过程中,有效地指导了项目区小麦生产。具体研究内容如下:(1)小麦干热风年型预测模型研究以多年气象数据及物联网实时数据为基础,研究了基于BP神经网络的干热风年型预测模型,实现了小麦干热风年型预测;模型利用主成分分析法对样本集数据降维处理,提取其主要影响因子,并选用有动量的梯度下降法作为模型的学习算法,使模型准确度达到最优,实验证明,预测模型能够相对准确预测干热风年型。(2)小麦苗情、冻害和旱灾诊断方法研究在分析总结影响小麦苗情特征指标权重的基础上,根据苗情类型判断标准建立小麦苗情诊断方法,判断小麦生长期苗情类型,实现了对小麦苗情的科学诊断;根据小麦冻害、旱灾类型诊断判断标准,以物联网系统采集环境数据为基础,判断小麦冻害、旱灾类型。从而为用户推送预警信息。(3)小麦生产信息数据管理方法研究采用分布式层次化管理方法,根据数据流通模式研究了从数据接入、数据过滤、数据存储到数据发布的数据管理方法;定义统一数据结构和农业量纲字典,建立了数据管理架构,实现了“渤海粮仓”小麦生产数据规范化、标准化管理,为小麦苗情诊断和气象灾害预测及上层应用提供了可靠的数据支撑。(4)“渤海粮仓”小麦生产服务系统设计与实现根据系统的功能性需求分析,结合小麦苗情诊断方法与灾情预测模型的研究,充分运用软件工程理论,完成了整个服务系统的概要设计、详细设计和数据库设计;利用物联网技术、SSH(Struts+Spring+Hibernate)框架整合开发技术、jQuery前台技术,建立了“渤海粮仓”小麦生产信息服务系统,实现了数据获取、传输、加工、服务一体化智能化处理。
【关键词】：渤海粮仓 农业信息化 预测模型 数据管理 分布式系统
【学位授予单位】：山东农业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：S512.1;S42;TP311.52
【目录】：

• 中文摘要6-8
• Abstract8-10
• 1 绪论10-20
• 1.1 研究目的及意义10
• 1.2 国内外研究现状与分析10-15
• 1.3 课题来源15
• 1.4 研究内容、方法及技术路线15-18
• 1.5 论文结构安排18
• 1.6 本文的创新之处18-19
• 1.7 本章小结19-20
• 2 基础理论概述20-27
• 2.1 预测理论概述20-22
• 2.2 主成分分析法22-23
• 2.3 BP神经网络23-25
• 2.4 数据管理理论25-26
• 2.5 本章小结26-27
• 3 小麦苗情诊断及气象灾害预测模型27-45
• 3.1 小麦苗情诊断方法27-31
• 3.2 小麦气象灾害（干热风）年型预测模型31-42
• 3.3 小麦气象灾害（冻害）诊断方法42-43
• 3.4 小麦气象灾害（旱灾）诊断方法43-44
• 3.5 本章小结44-45
• 4 “渤海粮仓”小麦生产信息服务系统的设计与实现45-69
• 4.1 系统总体设计45-51
• 4.2 数据管理方法51-58
• 4.3 系统数据库设计58-61
• 4.4 系统实现61-68
• 4.5 系统测试68
• 4.6 本章小结68-69
• 5 总结与展望69-71
• 5.1 本文总结69
• 5.2 研究展望69-71
• 参考文献71-75
• 致谢75-76
• 攻读硕士学位期间发表论文及其他成果76

【相似文献】

中国期刊全文数据库 前10条

1 孟双印;气象卫星遥感监测小麦苗情应用的研究[J];中国农业气象;1995年01期

2 农新;;冬小麦苗情好于上年同期[J];中国农资;2013年01期

3 陈大霞;;盐湖区小麦苗情及对策[J];山西农业(致富科技);2008年01期

4 郑敏军;申建华;渠元春;;南阳市2008年小麦苗情分析及冬前管理建议[J];河北农业科技;2008年23期

5 刘鹏;信海峰;郭军霞;;郸城县小麦苗情现状及应对管理技术[J];农家之友(理论版);2010年11期

6 张雪丽;;2010年蒙城县小麦苗情形势及抗旱保苗对策[J];现代农业科技;2011年01期

7 刘鹏;郭晋南;;对完善南阳市小麦苗情监测体系的思考[J];农业科技通讯;2013年08期

8 苗良，李森，王强;冬小麦苗情预报专家系统[J];计算机农业应用;1994年01期

9 张琴;黄文江;许童羽;杨小冬;孙鹏;;小麦苗情远程监测与诊断系统[J];农业工程学报;2011年12期

10 胡新;孙忠富;任德超;杜克明;;越冬期小麦苗情分类综合指数计算方法探讨[J];河南农业科学;2012年12期

中国重要报纸全文数据库 前10条

1 王兴仁;根据冬小麦苗情施肥[N];农资导报;2013年

2 记者 刘晓雷;全市小麦苗情较好[N];平顶山日报;2013年

3 龙新;冬小麦苗情长势总体较好[N];农民日报;2013年

4 霍艳改;怎样进行小麦苗情诊断[N];河北科技报;2014年

5 记者　张铭贤　通讯员　彭青伟;今春全省小麦苗情明显好于上年[N];河北经济日报;2007年

6 彭青伟;当前河北冬小麦苗情总体略差[N];粮油市场报;2006年

7 记者 纪新建邋通讯员 赵入德;当前小麦苗情好于历年同期水平[N];蚌埠日报;2007年

8 记者 丁笠;当前小麦苗情长势总体好于去年[N];期货日报;2009年

9 实习生 王妤　记者 赵红梅;抗旱取得实效小麦苗情较好[N];河北日报;2009年

10 ;关注：小麦苗情总体偏差[N];农民日报;2003年

中国硕士学位论文全文数据库 前2条

1 王姗姗;“渤海粮仓”小麦苗情诊断及气象灾害预测与服务系统研发[D];山东农业大学;2016年

2 张琴;基于WebGIS的小麦苗情远程监测与诊断系统[D];沈阳农业大学;2012年

，

本文编号：657440